Status: Bibliographieeintrag
Standort: ---
Exemplare:
---
| Online-Ressource |
Verfasst von: | Brattoli, Biagio [VerfasserIn]  |
| Büchler, Uta [VerfasserIn]  |
| Ommer, Björn [VerfasserIn]  |
Titel: | LSTM self-supervision for detailed behavior analysis |
Verf.angabe: | Biagio Brattoli, Uta Büchler, Anna-Sophia Wahl, Martin E. Schwab, Björn Ommer |
Umfang: | 10 S. |
Fussnoten: | Gesehen am 13.02.2018 |
Titel Quelle: | Enthalten in: IEEE Conference on Computer Vision and Pattern Recognition (30. : 2016 : Honolulu, Hawaii): 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) |
Jahr Quelle: | 2017 |
Band/Heft Quelle: | (2017), S. 3747-3756 |
Abstract: | Behavior analysis provides a crucial non-invasive and easily accessible diagnostic tool for biomedical research. A detailed analysis of posture changes during skilled motor tasks can reveal distinct functional deficits and their restoration during recovery. Our specific scenario is based on a neuroscientific study of rodents recovering from a large sensorimotor cortex stroke and skilled forelimb grasping is being recorded. |
DOI: | doi:10.1109/CVPR.2017.399 |
URL: | Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.
Verlag: http://dx.doi.org/10.1109/CVPR.2017.399 |
| DOI: https://doi.org/10.1109/CVPR.2017.399 |
Datenträger: | Online-Ressource |
Sprache: | eng |
K10plus-PPN: | 1569783462 |
Verknüpfungen: | → Sammelwerk |
LSTM self-supervision for detailed behavior analysis / Brattoli, Biagio [VerfasserIn] (Online-Ressource)
68219651